CN107492015A - 对象的推荐方法和装置 - Google Patents
对象的推荐方法和装置 Download PDFInfo
- Publication number
- CN107492015A CN107492015A CN201710711744.8A CN201710711744A CN107492015A CN 107492015 A CN107492015 A CN 107492015A CN 201710711744 A CN201710711744 A CN 201710711744A CN 107492015 A CN107492015 A CN 107492015A
- Authority
- CN
- China
- Prior art keywords
- selection information
- current selection
- recommended
- recommendation
- order
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种对象的推荐方法和装置。其中,该方法包括:获取预设的推荐规则;实时检测第一目标的当前选择信息,其中,当前选择信息包括:当前所选对象的对象标识;在检测到第一目标的当前选择信息之后,根据第一目标的当前选择信息,通过预设的推荐规则确定与第一目标当前所选对象相关联的推荐对象。本发明解决了现有技术中菜品由人为进行推荐,导致推荐效果较差的技术问题。
Description
技术领域
本发明涉及数据处理领域,具体而言,涉及一种对象的推荐方法和装置。
背景技术
在现有技术中,用户在外出就餐时,很多餐厅都能够提供线上点单的服务,即用户使用移动终端进入所就餐的店家的点单页面,即可进行点餐。通常在店家的点单页面上,菜品会按照店家预定位置进行显示,而最容易使用户看到的位置通常为店家所推荐的菜品,除了显示店家所能够提供的菜品,有些店家还会单独显示推荐菜品。
但这些容易看到的位置的菜品或推荐菜品通常为商家人为设定的毛利较高的菜品,且这种展示方式对任何一个用户都相同,但每个用户的口味以及用餐习惯都不相同,因此现有的这种菜品推荐方案无法为用户提供更好的推荐服务。
针对现有技术中菜品由人为进行推荐,导致推荐效果较差的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种对象的推荐方法和装置,以至少解决现有技术中菜品由人为进行推荐,导致推荐效果较差的技术问题。
根据本发明实施例的一个方面,提供了一种对象的推荐方法,包括:获取预设的推荐规则;实时检测第一目标的当前选择信息,其中,当前选择信息包括:当前所选对象的对象标识;在检测到第一目标的当前选择信息之后,根据第一目标的当前选择信息,通过预设的推荐规则确定与第一目标当前所选对象相关联的推荐对象。
进一步地,根据对象之间的关联度确定推荐对象;或根据第二目标的历史订单确定推荐对象,其中,第二目标与第一目标不同。
进一步地,获取全部历史订单,其中,每个订单至少包括一个对象;根据全部历史订单,确定对象之间的关联度。
进一步地,在推荐规则中查找与第一目标当前所选对象具有关联关系的候选对象;确定候选对象中,与第一目标当前所选对象之间的关联度由高至低排序后的前N个第一对象;确定第一对象为推荐对象。
进一步地,获取第一目标的历史订单和全部历史订单;在全部历史订单中查找与第一目标的历史订单相似度最高的相似订单;确定生成相似订单的目标为第二目标。
进一步地,获取第二目标的历史订单;从第二目标的历史订单中选择满足预设条件的第二对象,其中,预设条件包括:不为第一目标的历史订单中的任意一个对象,第二对象所属的订单包括第一目标当前所选对象;确定第二对象为推荐对象。
进一步地,在未检测到第一目标的当前选择信息的情况下,确定第一目标的历史订单中出现次数由高至低排序的前M个对象为推荐对象。
进一步地,在未检测到第一目标的当前选择信息的情况下,确定全部历史订单中出现次数由高至低排序的前L个对象为推荐对象。
根据本发明实施例的另一方面,还提供了一种对象的推荐装置,包括:获取模块,用于获取预设的推荐规则;检测模块,用于实时检测第一目标的当前选择信息,其中,当前选择信息包括:当前所选对象的对象标识;确定模块,用于在检测到第一目标的当前选择信息之后,根据第一目标的当前选择信息,通过推荐规则确定与第一目标当前所选对象相关联的推荐对象。
根据本发明实施例的另一方面,还提供了一种存储介质,存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行上述任意一种对象的推荐方法。
根据本发明实施例的另一方面,还提供了一种处理器,处理器用于运行程序,其中,程序运行时执行上述任意一种对象的推荐方法。
在本发明实施例中,获取预设的推荐规则,实时检测第一目标的当前选择信息,在检测到第一目标的当前选择信息之后,根据第一目标的当前选择信息,通过预设的推荐规则确定与第一目标当前所选对象相关联的推荐对象。上述方案根据第一目标所选择的对象,来确定向第一目标进行推荐的推荐对象,从而达到了向第一目标推荐与第一目标相关联的对象的目的,使推荐具有针对性,进而解决了现有技术中菜品由人为进行推荐,导致推荐效果较差的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的对象的推荐方法的流程图;
图2是根据本申请实施例的一种可选的对象的推荐方法的信息交互图;以及
图3是根据本发明实施例的对象的推荐装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例,提供了一种对象的推荐方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的对象的推荐方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,获取预设的推荐规则。
步骤S104,实时检测第一目标的当前选择信息,其中,当前选择信息包括:当前所选对象的对象标识。
具体的,上述第一目标为在餐厅点单的用户,对象即为餐厅提供的菜品,当前所选对象即为用户当前选定的菜品。对象的对象标识用于区分不同的菜品,该标识可以是菜品名称,也可以是菜品的编号等其他信息。
在一种可选的实施例中,以用户使用移动终端进行点单为例,点单界面将商家的菜品以待选项的方式进行显示,用户可以通过点击等方式选中需要选择的菜品。在这一过程中,服务器可以通过检测用户对移动终端的操作来实时检测用户的当前选择信息。
步骤S106,在检测到第一目标的当前选择信息之后,根据第一目标的当前选择信息,通过预设的推荐规则确定与第一目标当前所选对象相关联的推荐对象。
具体的,推荐对象为显示在点单页面中的预设位置,用于向第一目标进行推荐的对象。当服务器检测到第一目标的当前选择信息时,即为第一目标对任意一个菜品进行了选定。
在一种可选的实施例中,仍以用户通过移动终端进行点单为例,当服务器检测到用户选择了A菜品之后,根据A菜品以及预设的推荐规则,得到了与A菜品具有关联关系的B菜品,则可以向用户推荐B菜品。
在上述实施例中,向第一目标推荐推荐对象的方式有很多种。例如:可以是点单界面具有用于显示推荐菜品的位置,根据用户已点的菜品,将推荐菜品显示于预设的位置;还可以是在确定推荐菜品后,调整显示菜品的顺序,将推荐菜品显示于点单界面的第一位。
由上可知,本申请上述实施例获取预设的推荐规则,实时检测第一目标的当前选择信息,在检测到第一目标的当前选择信息之后,根据第一目标的当前选择信息,通过预设的推荐规则确定与第一目标当前所选对象相关联的推荐对象。上述方案根据第一目标所选择的对象,来确定向第一目标进行推荐的推荐对象,从而达到了向第一目标推荐与第一目标相关联的对象的目的,使菜品的推荐具有针对性,进而解决了现有技术中菜品由人为进行推荐,导致推荐效果较差的技术问题。
可选的,根据本申请上述实施例,预设的推荐规则包括:根据对象之间的关联度确定推荐对象,或根据第二目标的历史订单确定推荐对象,其中,第二目标与第一目标不同。
可选的,根据本申请上述实施例,在实时检测第一目标的当前选择信息之前,方法还包括:
步骤S108,获取全部历史订单,其中,每个订单至少包括一个对象。
具体的,可以从数据库获取全部历史订单。在上述步骤中,可以按照时间段来获取全部历史订单,例如:获取近一个月的全部历史订单。
步骤S1010,根据全部历史订单,确定对象之间的关联度。
在一种可选的实施例中,可以基于Apriori算法,根据全部历史订单来挖掘对象之间的关联关系,可以用对象之间的置信度来表征对象之间的关联度。对象之间的置信度用于表征对象之间的关联关系。
可选的,根据本申请上述实施例,根据第一目标的当前选择信息,通过推荐规则确定与第一目标当前所选对象相关联的推荐对象,包括:
步骤S1061,在推荐规则中查找与第一目标当前所选对象具有关联关系的候选对象。
在一种可选的实施例中,可以设置置信区间为[70%,100%],因此置信度属于这一置信区间内的对象之间具有关联关系。在Apriori算法中,如果菜品A与菜品B具有关联关系,则确定用户在点单时选择菜品A的同时也会选择菜品B。
步骤S1063,确定候选对象中,与第一目标当前所选对象之间的关联度由高至低排序后的前N个第一对象。
步骤S1065,确定第一对象为推荐对象。
例如,与菜品A具有关联关系的菜品包括菜品B和菜品C,菜品A与菜品B的相关的置信度为75%,菜品A与菜品C相关的置信度为73%,则菜品A与菜品B之间的相关度大于菜品A与菜品C之间的相关度。如果N=1,则确定菜品A为推荐对象,如果N=2,则确定菜品A和菜品B均为推荐对象。
可选的,根据本申请上述实施例,在实时检测第一目标的当前选择信息之前,方法还包括:
步骤S1012,获取第一目标的历史订单和全部历史订单。
步骤S1014,在全部历史订单中查找与第一目标的历史订单相似度最高的相似订单。
步骤S1016,确定生成相似订单的目标为第二目标。
具体的,上述第一目标的历史订单为当前点单的用户的历史订单,上述方法可适用于餐厅的会员用户,或曾经在餐厅产生过订单的老客户。第二目标即为与第一目标口味相似的用户。
在一种可选的实施例中,当前点单的用户最近的一次历史订单中包括菜品A、菜品B、菜品G和菜品H,在全部历史订单中查找与第一目标的历史订单相同的历史订单,在查找到多个与第一目标的历史订单完全相同的历史订单的情况下,选择时间最近的历史订单作为相似订单。在未查找到完全相同的历史订单的情况下,查找包括菜品A、菜品B、菜品G和菜品H的历史订单,并将查找结果作为相似订单。相似订单所对应的用户则为第二目标。
可选的,根据本申请上述实施例,根据第一目标的当前选择信息,通过推荐规则确定与第一目标当前所选对象相关联的推荐对象,包括:
步骤S1067,获取第二目标的历史订单。
步骤S1069,从第二目标的历史订单中选择满足预设条件的第二对象,其中,预设条件包括:不为第一目标的历史订单中的任意一个对象,第二对象所属的订单包括第一目标的当前所选对象。
第二对象不为第一目标的历史订单中的任意一个对象,说明第一目标从未选择过第二对象;第二对象所属的订单包含第一目标所选对象的历史订单中还包括第二对象,说明第二目标在选择了第一目标所选定的对象之后,通常还会选择第二对象。
步骤S10611,确定第二对象为推荐对象。
在一种可选的实施例中,用户X是第一目标,用户Y是第二目标,即用户Y与用户X的口味类似。用户X选定了菜品F,且用户X的历史订单中不包括菜品H,即用户X从未品尝过菜品H,而在用户Y的一个包含菜品F的订单中出现了菜品H,因此可以向用户X推荐菜品H,以达到对H的推荐效果,并达到按照用户X的口味为用户X推荐新品的目的。
上述选择方法可以将第二目标的历史订单中所选的对象按照选定的次数进行排序,选择的次数越多,说明第二目标对象的口味更趋向于该对象。由于第二目标是与第一目标口味相似的目标,因此可以按照第二目标的喜好为第一目标进行推荐。这样的方式可以根据当前单点的用户的口味向用户推荐用户并未品尝过的菜品。提高了推荐菜品的准确程度。
可选的,根据本申请上述实施例,在实时检测第一目标的当前选择信息之后,上述方法还包括:
步骤S1018,在未检测到第一目标的当前选择信息的情况下,确定第一目标的历史订单中出现次数由高至低排序的前M个对象为推荐对象。
上述方案适用于在用户未选中任意一种菜品的情况下为用户进行推荐,在上述步骤中,如果还没检测到第一目标的当前选择信息,即第一目标还未选定任意一个对象,则在第一目标的历史订单中,按照菜品被选定的次数为第一目标进行推荐。
可选的,根据本申请上述实施例,在实时检测第一目标的当前选择信息之后,上述方法还包括:
步骤S1020,在未检测到第一目标的当前选择信息的情况下,确定全部历史订单中出现次数由高至低排序的前L个对象为推荐对象。
在用户未选定任意一种菜品,且用户为首次点单,不存在用户的任何历史订单信息的情况下,可以以全部历史订单为依据为用户进行推荐,当用户选择了任意一个对象之后,即可根据用户所选对象以及各个对象之间的关联关系为用户进行推荐。
图2是根据本申请实施例的一种可选的对象的推荐方法的信息交互图,结合图2所示:
步骤S201,推荐***从收银***读取历史订单信息。
具体的,上述收银***实际可以是存储了订单信息的数据库。上述历史订单信息可以是全部历史订单信息,也可是以近期的历史订单信息。
步骤S202,推荐***根据历史订单信息挖掘菜品之间的关联关系。
具体的,可以基于Apriori算法,根据全部历史订单来挖掘对象之间的关联关系。
步骤S203,推荐***实时获取在用户终端上产生的点单信息。
具体的,上述用户终端可以是用于显示点单界面的用户终端,用户通过对用户终端进行操作来选定菜品。推荐***实时检测用户的选择信息。
步骤S204,推荐***向用户终端推荐菜品。
在上述步骤中,但用户选定菜品之后,推荐***根据挖掘得到的菜品之间的关联关系,为用户推荐与用户所选的菜品具有关联关系的菜品,从而达到了针对性推荐的目的。
实施例2
根据本发明实施例,提供了一种对象的推荐装置的实施例,图3是根据本发明实施例的对象的推荐装置的示意图,如图3所示,该装置包括:
获取模块30,用于获取预设的推荐规则。
检测模块32,用于实时检测第一目标的当前选择信息,其中,当前选择信息包括:当前所选对象的对象标识。
确定模块34,用于在检测到第一目标的当前选择信息之后,根据第一目标的当前选择信息,通过推荐规则确定与第一目标当前所选对象相关联的推荐对象。
实施例3
根据本发明实施例,提供了一种存储介质,存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行实施例1中任意一项的对象的推荐方法。
实施例4
根据本发明实施例,提供了一种处理器,处理器用于运行程序,其中,所述程序运行时执行实施例1中任意一项对象的推荐方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (11)
1.一种对象的推荐方法,其特征在于,包括:
获取预设的推荐规则;
实时检测第一目标的当前选择信息,其中,所述当前选择信息包括:当前所选对象的对象标识;
在检测到所述第一目标的当前选择信息之后,根据所述第一目标的当前选择信息,通过所述预设的推荐规则确定与所述第一目标当前所选对象相关联的推荐对象。
2.根据权利要求1所述的方法,其特征在于,所述预设的推荐规则包括:
根据对象之间的关联度确定推荐对象;或
根据第二目标的历史订单确定推荐对象,其中,所述第二目标与所述第一目标不同。
3.根据权利要求2所述的方法,其特征在于,在实时检测第一目标的当前选择信息之前,所述方法还包括:
获取全部历史订单,其中,每个所述订单至少包括一个所述对象;
根据所述全部历史订单,确定对象之间的关联度。
4.根据权利要求3所述的方法,其特征在于,根据所述第一目标的当前选择信息,通过所述推荐规则确定与所述第一目标当前所选对象相关联的推荐对象,包括:
在所述推荐规则中查找与所述第一目标当前所选对象具有关联关系的候选对象;
确定所述候选对象中,与所述第一目标当前所选对象之间的关联度由高至低排序后的前N个第一对象;
确定所述第一对象为所述推荐对象。
5.根据权利要求2所述的方法,其特征在于,在实时检测第一目标的当前选择信息之前,所述方法还包括:
获取所述第一目标的历史订单和全部历史订单;
在所述全部历史订单中查找与所述第一目标的历史订单相似度最高的相似订单;
确定生成所述相似订单的目标为所述第二目标。
6.根据权利要求5所述的方法,其特征在于,根据所述第一目标的当前选择信息,通过所述推荐规则确定与所述第一目标当前所选对象相关联的推荐对象,包括:
获取所述第二目标的历史订单;
从所述第二目标的历史订单中选择满足预设条件的第二对象,其中,所述预设条件包括:不为所述第一目标的历史订单中的任意一个对象,所述第二对象所属的订单包括所述第一目标当前所选对象;
确定所述第二对象为所述推荐对象。
7.根据权利要求1至6中任意一项所述的方法,其特征在于,在实时检测第一目标的当前选择信息之后,所述方法还包括:
在未检测到所述第一目标的当前选择信息的情况下,确定所述第一目标的历史订单中出现次数由高至低排序的前M个对象为所述推荐对象。
8.根据权利要求1至6中任意一项所述的方法,其特征在于,在实时检测第一目标的当前选择信息之后,所述方法还包括:
在未检测到所述第一目标的当前选择信息的情况下,确定全部历史订单中出现次数由高至低排序的前L个对象为所述推荐对象。
9.一种对象的推荐装置,其特征在于,包括:
获取模块,用于获取预设的推荐规则;
检测模块,用于实时检测第一目标的当前选择信息,其中,所述当前选择信息包括:当前所选对象的对象标识;
确定模块,用于在检测到所述第一目标的当前选择信息之后,根据所述第一目标的当前选择信息,通过所述推荐规则确定与所述第一目标当前所选对象相关联的推荐对象。
10.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1至8中任意一项所述的对象的推荐方法。
11.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至8中任意一项所述的对象的推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710711744.8A CN107492015A (zh) | 2017-08-18 | 2017-08-18 | 对象的推荐方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710711744.8A CN107492015A (zh) | 2017-08-18 | 2017-08-18 | 对象的推荐方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107492015A true CN107492015A (zh) | 2017-12-19 |
Family
ID=60646595
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710711744.8A Pending CN107492015A (zh) | 2017-08-18 | 2017-08-18 | 对象的推荐方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107492015A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109191260A (zh) * | 2018-09-19 | 2019-01-11 | 浙江口碑网络技术有限公司 | 业务对象和餐饮食品的推荐方法及装置,电子和存储设备 |
CN110807116A (zh) * | 2018-07-20 | 2020-02-18 | 北京搜狗科技发展有限公司 | 一种数据处理方法、装置和用于数据处理的装置 |
CN113469767A (zh) * | 2020-03-31 | 2021-10-01 | 珠海优特智厨科技有限公司 | 订单信息的处理方法、装置、设备及计算机可读存储介质 |
CN113469769A (zh) * | 2020-03-31 | 2021-10-01 | 珠海优特智厨科技有限公司 | 订单处理方法及装置、存储介质、计算机设备 |
CN113689113A (zh) * | 2021-08-20 | 2021-11-23 | 北京数码大方科技股份有限公司 | 工艺信息的推荐方法和装置,以及存储介质和处理器 |
CN113469769B (zh) * | 2020-03-31 | 2024-08-02 | 珠海优特智厨科技有限公司 | 订单处理方法及装置、存储介质、计算机设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101697162A (zh) * | 2009-10-22 | 2010-04-21 | 杭州因豪信息科技开发有限公司 | 一种智能化推荐点菜方法及*** |
CN103412936A (zh) * | 2013-08-21 | 2013-11-27 | 五八同城信息技术有限公司 | 一种基于数据挖掘和云计算服务的菜品推荐*** |
CN105844357A (zh) * | 2016-03-23 | 2016-08-10 | 广州聚数信息科技有限公司 | 一种基于所需热量的菜品搭配推荐方法及其*** |
CN106651524A (zh) * | 2016-12-27 | 2017-05-10 | 杭州火小二科技有限公司 | 一种智能生成推荐菜单的方法 |
-
2017
- 2017-08-18 CN CN201710711744.8A patent/CN107492015A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101697162A (zh) * | 2009-10-22 | 2010-04-21 | 杭州因豪信息科技开发有限公司 | 一种智能化推荐点菜方法及*** |
CN103412936A (zh) * | 2013-08-21 | 2013-11-27 | 五八同城信息技术有限公司 | 一种基于数据挖掘和云计算服务的菜品推荐*** |
CN105844357A (zh) * | 2016-03-23 | 2016-08-10 | 广州聚数信息科技有限公司 | 一种基于所需热量的菜品搭配推荐方法及其*** |
CN106651524A (zh) * | 2016-12-27 | 2017-05-10 | 杭州火小二科技有限公司 | 一种智能生成推荐菜单的方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110807116A (zh) * | 2018-07-20 | 2020-02-18 | 北京搜狗科技发展有限公司 | 一种数据处理方法、装置和用于数据处理的装置 |
CN110807116B (zh) * | 2018-07-20 | 2024-03-22 | 北京搜狗科技发展有限公司 | 一种数据处理方法、装置和用于数据处理的装置 |
CN109191260A (zh) * | 2018-09-19 | 2019-01-11 | 浙江口碑网络技术有限公司 | 业务对象和餐饮食品的推荐方法及装置,电子和存储设备 |
CN109191260B (zh) * | 2018-09-19 | 2021-06-18 | 浙江口碑网络技术有限公司 | 业务对象和餐饮食品的推荐方法及装置,电子和存储设备 |
CN113469767A (zh) * | 2020-03-31 | 2021-10-01 | 珠海优特智厨科技有限公司 | 订单信息的处理方法、装置、设备及计算机可读存储介质 |
CN113469769A (zh) * | 2020-03-31 | 2021-10-01 | 珠海优特智厨科技有限公司 | 订单处理方法及装置、存储介质、计算机设备 |
CN113469769B (zh) * | 2020-03-31 | 2024-08-02 | 珠海优特智厨科技有限公司 | 订单处理方法及装置、存储介质、计算机设备 |
CN113469767B (zh) * | 2020-03-31 | 2024-08-02 | 珠海优特智厨科技有限公司 | 订单信息的处理方法、装置、设备及计算机可读存储介质 |
CN113689113A (zh) * | 2021-08-20 | 2021-11-23 | 北京数码大方科技股份有限公司 | 工艺信息的推荐方法和装置,以及存储介质和处理器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103164804B (zh) | 一种个性化的信息推送方法及装置 | |
US7346858B1 (en) | Computer hierarchical display of multiple data characteristics | |
CN109033299A (zh) | 一种通过终端应用向用户推荐信息的方法、装置及设备 | |
US20090049042A1 (en) | Method and system for rating expert classified by keyword | |
US20090281997A1 (en) | Method and a system for searching information using information device | |
WO2020085086A1 (ja) | 商品リコメンドシステム | |
JP2008158823A (ja) | 情報提供システム | |
JP2008090745A (ja) | 商品情報提供システム及び商品情報の提供方法 | |
CN107092647B (zh) | 一种提供资源组合的方法及装置 | |
CN110569432A (zh) | 商品序列计算方法、装置、计算机设备及存储介质 | |
CN107492015A (zh) | 对象的推荐方法和装置 | |
CN109800340B (zh) | 商标注册推荐方法及*** | |
CN108256970A (zh) | 一种基于购物需求进行产品推荐的方法 | |
CN109579851A (zh) | 一种线下购物导航方法、装置、计算机设备及存储介质 | |
CN108304112A (zh) | 数据处理方法和装置 | |
CN107911448A (zh) | 一种内容推送方法及装置 | |
CN109214956B (zh) | 餐品推送方法及装置 | |
CN109214955A (zh) | 餐品套餐的生成方法及装置 | |
CN106570013A (zh) | 页面访问数据的处理方法和装置 | |
CN103843026B (zh) | 信息处理装置、信息处理方法 | |
US8484135B2 (en) | Method of and system for assignment of price groups | |
CN106202151A (zh) | 一种用于提高个性化推荐***多样性的方法 | |
CN109741125A (zh) | 推荐菜品的方法及装置、存储介质、电子装置 | |
CN110322323A (zh) | 实体展示方法、装置、存储介质和电子设备 | |
CN104182226B (zh) | 一种通用移动信息***适配方法与装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171219 |
|
RJ01 | Rejection of invention patent application after publication |